肿瘤学中的大规模数据探索：信息综合方法
摘要：科学家们面临着巨大的数据利用问题。使用这些数据集需要先对信息空间有所了解，以便指导过程。但是获得对数据的了解是一项复杂的活动，并且很少有当前软件工具支持。本文的目标是介绍解决这个科学数据了解问题的解决方案。该方案在组织微阵列应用领域进行了说明，其基于合成概念，受信息检索范式的启发。设想的合成模型通过任务概念给予研究人员想要进行的研究以核心地位。它允许实现面向任务的信息检索原型系统。案例研究和用户研究被用来验证该原型系统。这为模型的扩展或向其他应用领域的扩展开辟了有趣的前景。
作者：Julie Bourbeillon (LIG, TIMC), Catherine Garbay (LIG), Franc{c}oise Giroud (TIMC)
论文ID：0907.0164
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2009-07-02